一种基于VGG-16卷积神经网络的家鸡个体识别方法

摘要

本发明提供了一种基于VGG‑16卷积神经网络的家鸡个体识别方法。使用移动摄像采集家鸡影影像资料并使用Open CV将每个个体对应的视频按帧率截取成图片；使用Python的PIL工具包将图片尺寸改为100px×100px，林甸鸡输出图片增加前缀1_，白羽鸡输出图片增加前缀2_，青脚麻鸡输出图片增加前缀3_，将获得的家鸡个体图片的80％作为训练集，15％作为测试集，5％供后续测试用，搭建Keras卷积神经网络模型，编写相应VGG卷积神经网络，将训练集与测试集加入到神经网络中，进行迭代训练，迭代10000次后得到权重文件；输入图片，根据权重文件进行家鸡种类的预测，有效提高了家鸡的检测精度，表明该方法能够准确、高效、鲁棒地检测在复杂的鸡场环境下的家鸡品种。